Matlabの：信号に対して主成分分析（スペクトルアンミキシング）

Question

私は、2つの信号（XA、YA）及び（XB、YB）の混合物であるスペクトル（吸収（Y）対波長（X））を有しています。私は（x、y）の中の信号をunmixするPCA（私はオンラインで見つけるコード）を使用しようとしています：

%step 1, input data 
numdata=length(data(:,1)); 
x=data(:,1); 
y=data(:,1); 

%step 2, finding a mean and subtracting 
xmean=mean(x); 
ymean=mean(y); 

xnew=x-xmean*ones(numdata,1); 
ynew=y-ymean*ones(numdata,1); 

subplot(3,1,1); 
plot(x,y, 'o'); 
title('Original Data'); 

%step 3, covariance matrix 
covariancematrix=cov(xnew,ynew); 

%step 4, Finding Eigenvectors 
[V,D] = eig(covariancematrix); 
D=diag(D); 
maxeigval=V(:,find(D==max(D))); 


%step 5, Deriving the new data set 
%finding the projection onto the eigenvectors 

finaldata=maxeigval'*[xnew,ynew]'; 
subplot(3,1,2); 
stem(finaldata, 'DisplayName', 'finaldata', 'YDataSource', 'finaldata'); 
title('PCA 1D output ') 
%we do a classification now 
subplot(3,1,3); 
title('Final Classification') 
hold on 
for i=1:size(finaldata,2) 
    if finaldata(i)>=0 
     plot(x(i),y(i),'o') 
     plot(x(i),y(i),'r*') 

    else 
     plot(x(i),y(i),'o') 
     plot(x(i),y(i),'g*') 
    end 

end 

部品屋とYBに（y）をunmixするPCA出力を適用するために最善の方法？私はPCAの経験がなく、このアプリケーションのオンラインチュートリアルを見つけることができません。トレーニングスペクトル用の固有ベクトルを生成し、次にテストスペクトルと比較するのが最良ですか？この論文のおかげ

Answer 1

3.3節は有益である：https://brage.bibsys.no/xmlui//bitstream/handle/11250/2371385/12296_FULLTEXT.pdf?sequence=1&isAllowed=y

は、「PCA自体は分類方法ではありませんが、これは吸収スペクトルがどの材料にPCAできるが属しているの知識に基づいて行われました。しかし、分類におけるツールとして使用すること。そうするためには、1が トレーニングデータを必要とする。PCAは、学習データに行われ、そしていくつかのテストデータは学習データを基に投影される。これが呼び出されますPCA分解。

だから、私は出発点として、上記のコードを使用することができると思います。